¿Cómo unir archivos NHANES?

Una tarea concreta con RigorMed

1. Redactar reglas de unión en una nota de entrega revisable

   Son entradas sugeridas y entregables que solicitar, no una nueva ejecución, resultados de clientes ni garantía de finalización.

   Materiales que aportar: Ciclos confirmados, lista oficial de archivos, documentación de SEQN y unidad de registro, y resúmenes de correspondencia existentes.

   Entregables solicitados / objetivo de entrega: Descripción de reglas, tabla de comprobación entre componentes y borrador del flujo muestral.

2. Ejemplo de solicitud

   Según los componentes y resúmenes reales que aporto, organice orden de unión, relaciones SEQN, poblaciones elegibles y comprobaciones de correspondencia. Señale relaciones uno a varios que requieren prueba. Sin registro de ejecución, no declare una unión correcta.

3. Qué queda por revisar

   Los recuentos reales de esta página provienen de los archivos oficiales citados. No los copie como datos propios ni llame pérdida de seguimiento a la inelegibilidad para un componente.

Fijar fuentes y granularidad

Ambos son componentes públicos NHANES 2017–2018; no aplique directamente este ejemplo a ciclos distintos o archivos con varias filas por persona.

La elegibilidad de BPQ_J se establece en Eligible Sample y BPQ020 Codebook. El total demográfico no es el denominador de estudio de BPQ020. Confirme elegibilidad y claves antes de definir selección.

Cinco controles alrededor de la unión SEQN

1. Obtener solo archivos oficiales del mismo ciclo

   Descargue DEMO_J.XPT y BPQ_J.XPT mediante los enlaces CDC/NCHS y abra cada Codebook. Registre ciclo, componente, fecha, población y definiciones. Nombres similares o copias de terceros no sustituyen verificación de fuentes.

2. Comprobar claves antes de añadir columnas

   Cuente filas, SEQN no vacíos y duplicados por archivo. DEMO_J tiene 9,254 claves únicas y BPQ_J 6,161, sin claves vacías ni duplicadas, permitiendo comprobar unión uno a uno. Ante duplicados o relaciones uno a muchos, revise granularidad oficial antes de eliminar registros.

3. Auditar mediante unión externa y elegir la unión necesaria

   Una unión externa por SEQN con indicadores de origen da 6,161 coincidencias, 3,093 solo DEMO_J y 0 solo BPQ_J. Una unión izquierda desde DEMO_J conserva 9,254 filas, de las que 3,093 no tienen campos BPQ; una unión interna o basada en BPQ_J tiene 6,161. Elija por pregunta y elegibilidad, no para maximizar el número.

4. Explicar 3,093 personas, no llamarlas pérdidas de seguimiento

   Todos los 3,093 registros exclusivos de DEMO_J son menores de 16 años; los otros 6,161 participantes de 16 años o más coinciden con BPQ_J. Es coherente con la edad oficial. La diferencia de 3,093 refleja elegibilidad del componente, no pérdida longitudinal, y no se generaliza a otros ciclos o componentes.

5. Revisar códigos y muestra de estudio

   BPQ020 pregunta si un profesional indicó alguna vez hipertensión, no mide presión actual. Codebook y archivo muestran 2,137 respuestas sí, 4,014 no y 10 no sabe. Si el análisis prespecifica solo sí/no, hay 6,151 respuestas útiles. No trate el código 9 como cantidad ni atribuya esos 10 casos a la unión. Deben definirse aparte edad, otros datos ausentes, ponderaciones, estratos y PSU.

Registrar por separado dos tipos de cambio

La tabla verifica recuentos no ponderados de archivos oficiales. No es una estimación poblacional ni un flujo de selección de análisis formal.

Recálculo: leer XPT oficiales y extraer SEQN, además RIDAGEYR de demografía y BPQ020 del cuestionario. Verificar unicidad y realizar unión externa para contar both, left_only y right_only. Contar RIDAGEYR < 16 en left_only y códigos 1, 2, 9 según BPQ020. Puede reproducirse con R, SAS o Python sin depender de filtros automáticos de un programa.

Preguntas frecuentes